Dans cet épisode d’AI Impact, Aliyya Adira, Cheffe de projet IA au sein d’une grande Maison du luxe français échange autour de la réalité des projets IA. Aliyya partage ses convictions, méthodes et expériences de terrain sur : Les coulisses réelles des projets IA : – comment capturer les besoins implicites du métier, – pourquoi la méthode “vis ma vie” change tout, – comment aligner business, data et IT pour maximiser la valeur. La place des femmes dans la tech : – pourquoi elles ne sont encore que 24 % dans les métiers numériques, – le rôle des biais culturels, scolaires et organisationnels, – comment encourager plus de diversité dans ces équipes stratégiques. Les meilleures pratiques pour réussir un projet IA en entreprise : – l’approche en 4 étapes testée et éprouvée par Aliyya, – les erreurs classiques à éviter, – les bonnes conditions pour favoriser l’adoption terrain. Un épisode inspirant, lucide, et riche d’enseignements pratiques pour toutes celles et ceux qui pilotent (ou s’apprêtent à piloter) des projets IA dans des environnements exigeants. Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

Dans ce nouvel épisode d’AI Impact, Khémon Beh reçoit Juliette Bechdolff, Head of Data & AI chez Chaumet (groupe LVMH). Ancienne data leader dans la banque et l’assurance, Juliette pilote aujourd’hui la transformation data et IA d’une maison emblématique du luxe. Ensemble, ils explorent comment une organisation centenaire intègre l’intelligence artificielle tout en préservant l’exigence, la créativité et la relation client propres au secteur du luxe. Au programme : Repenser la place de la data dans une maison de luxe La refonte de l’écosystème analytique et la migration vers une nouvelle data stack Les cas d’usage IA : optimisation des assortiments, prévision des ventes, gestion des stocks, accompagnement des équipes commerciales L’acculturation et la montée en compétence de l’ensemble de l’organisation La vision d’avenir : des agents IA intégrés, invisibles mais au service de l’expérience client Un échange passionnant sur la façon dont tradition et innovation se conjuguent pour créer de la valeur dans le luxe. Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

Comment déployer l’IA dans une organisation mondiale comme Sanofi, et surtout… comment faire en sorte qu’elle soit adoptée ? Dans cet épisode, j’ai eu le plaisir d’échanger avec Cyril Zaidan, AI Product Manager chez Sanofi, autour de Concierge, l’assistant IA interne développé par et pour les collaborateurs. Nous revenons ensemble sur : L’ambition du CEO de Sanofi : devenir la première biopharma à déployer l’IA à grande échelle La genèse de Concierge et ses premiers impacts sur le terrain Pourquoi commencer avec les utilisateurs est clé pour l’adoption Le rôle de la frugalité et de l’agilité pragmatique (changement d’architecture plusieurs fois en quelques mois, sans interrompre l’usage) La collaboration directe avec les collaborateurs et l’importance des “jobs to be done” Comment associer expérimentation rapide, engagement des équipes et création de valeur concrète Les apprentissages clés pour les Product Owners et managers qui veulent lancer des projets IA Un retour d’expérience sans filtre, qui montre comment un grand groupe peut innover comme une start-up tout en gardant l’humain au centre. 📌 Retrouvez AI Impact sur toutes les plateformes de podcast et sur YouTube. 👉 Abonnez-vous pour ne pas manquer les prochains épisodes. Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

🔍 Comment la personnalisation des recommandations est-elle arrivée chez Veepee ? 🎙️ De la recherche aux licornes : structurer des équipes Data & IA from scratch Dans cet épisode d’AI Impact, nous accueillons Jérémie Jakubowicz (https://www.linkedin.com/in/j%C3%A9r%C3%A9mie-jakubowicz-8b1277133/overlay/about-this-profile/), ex-VP Data chez Veepee et Qonto, pour un échange riche, sans langue de bois, sur les coulisses de la construction d’équipes Data & IA performantes dans l’écosystème tech français. 🧠 De chercheur à leader data dans la tech Jérémie revient sur son parcours singulier, depuis la recherche académique jusqu’à ses rôles de leadership chez ManoMano, Veepee et Qonto. Trois contextes, trois cultures, une constante : structurer, industrialiser, et délivrer de la valeur. 🔧 Construire des équipes data solides, dès le départ Pourquoi il faut commencer simple, même (surtout) dans un environnement tech avancé Comment structurer une équipe Data & IA à partir de zéro Le rôle du manager technique : rester proche du code, des revues et des arbitrages clés Les pièges à éviter quand on scale trop vite ou trop tôt 📐 Méthodes, rigueur et IA générative L'importance de documenter finement les problèmes avant de chercher des solutions Pourquoi les fondations statistiques restent indispensables, même à l’ère de l’IA générative Sa vision sur les agents IA : quelles ruptures à venir dans l’organisation et les métiers Des anecdotes terrain, des erreurs coûteuses, des enseignements durables sur la mesure d’impact business, la communication avec les parties prenantes, et les soft skills nécessaires pour un data leader en 2025. 🎧 Un épisode dense, actionnable et sans jargon, à écouter absolument si vous pilotez (ou construisez) une organisation data à grande échelle. Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

🚀 Comment SCOR déploie l’IA à l’échelle dans l’assurance ? Antoine Ly , Chief Data Science Officer chez SCOR, partage dans ce nouvel épisode d’AI Impact un retour d’expérience passionnant sur la structuration, l’industrialisation… et la mise en production de solutions IA qui créent de la vraie valeur métier. 🎧 Au programme : Pourquoi SCOR a délaissé le modèle “data lab” au profit de squads agiles par projet Comment construire une équipe IA hybride from scratch, entre rigueur scientifique et culture produit Comment des fondations solides (données, évaluation, déploiement, monitoring) accélèrent l’adoption de nouveaux cas d’usage GenAI Un regard critique sur la hype des agents IA Et un deep dive sur la sélection du risque à partir de documents non structurés 💡 On parle aussi de soft skills, de curiosité, d’humilité face à un environnement en constante accélération.. 👉 Un épisode dense, lucide, inspirant — pour celles et ceux qui veulent passer de la théorie à l’échelle. Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

🎙️ Comment transformer la relation client avec l’IA générative Dans cet épisode, je reçois Adrien Sasportes, co-fondateur et CTO d’AlloBrain, une startup qui repense la relation client grâce à l’IA. Les cas d’usages : ✅ Comprendre les attentes clients à travers l’analyse des millions de conversations vocales et écrites ✅ Automatiser les interactions via callbots et chatbots, et assister les opérateurs en temps réel pour les échanges complexes. ✅ Évaluer automatiquement la qualité des échanges pour améliorer les performances des équipes. ✅ Transformer les avis vocaux en recommandations actionnables pour les métiers. L’impact : 🎯 Amélioration continue : Identifier et corriger les irritants dans l’expérience client. 💬 Réactivité accrue : Répondre plus vite et avec précision. 🚀 Efficacité opérationnelle : Déléguer les tâches répétitives à l’IA pour se concentrer sur l’essentiel. Stratégies et technologies abordées : 🤔 Make or Buy ? Quels critères pour choisir ? 🔍 LLMs ouverts vs propriétaires : Quel modèle pour quel besoin ? 📊 RAGs et modèles longue fenêtre : Pourquoi les RAGs restent essentiels. Un grand merci à Adrien pour ce super échange ! 👉 Et vous, comment voyez-vous l’IA transformer la relation client ? #AIImpact #Podcast #IA #RelationClient #MachineLearning Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.

Dans ce premier épisode d'AI Impact, je reçois Pierre Fisz, responsable Data & IA de la Direction Financière du groupe Société Générale. Nous explorons comment l'IA optimise la gestion de la liquidité intraday en aidant les trésoriers à prioriser en temps réel les opérations de cash. Pierre partage son expérience sur : Comment construire une équipe Data Science from scratch. Le rôle de la transparence pour garantir l’adoption des utilisateurs. Les opportunités (et limites) de l’IA générative pour automatiser le reporting financier. Déployer, monitorer et ré-entraîner des modèles en production à la demande. Pourquoi, en tant que manager, s’investir dans la veille de l’état de l’art est essentiel. 👉 Écoutez, abonnez vous, et partagez nous vos retours. Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.